老铁们，大家好，相信还有很多朋友对于ads—奥德赛和的相关问题不太懂，没关系，今天就由我来为大家分享分享ads—奥德赛以及的问题，文章篇幅可能偏长，希望可以帮助到大家，下面一起来看看吧！

Qiankun ADS4分为四个版本，其中ADS Ultra Flagship版本配备了高速L3级有条件的自动驾驶独家解决方案。金·尤兹（Jin Yuzhi）说，华为目前已经在云世界发动机上进行了6亿公里的高速L3模拟和验证，并准备好用于大规模生产和高速L3的商业使用。

Jin Yuzhi预测，预计将在2025年具有L3的商业能力。他说，从L2（辅助驾驶）到L3的飞跃并不容易，因此优先使用相对简单的高速L3。尽管高速L3在理论上很简单，但仍然存在一些困难。

金·尤兹（Jin Yuzhi）说，到目前为止，已经推出了22种合作模型，涵盖了高于150,000元人民币的中高端型号，包括纯电气，扩展范围，混合动力和燃料类型。

同一天，11家合作汽车公司首次亮相，包括Chery Automobile，Cialis Automobile，Baic New Energy，Lantu Automobile，Saic Group，GAC Group，Audi，Outi等。

奥迪已成为第一个配备Qiankun智能驾驶系统的国际豪华车品牌。 Darui Consulting的创始人Ma Jihua表示，这证明华为的技术实力可以满足国际豪华汽车巨头的要求，同时创造了一种新的豪华汽车公司和技术巨头之间跨境整合的新模式。它的影响不仅限于技术突破，还可以重塑汽车行业的竞争格局。 （超过）

华为 ADS3.0 智驾体验：「端到端」是新的技术墙

智能辅助驾驶的“智能”性能随着新能量车辆的渗透率迅速提高而不断变化。

从“带有地图”到“无地图”的技术路线迭代后，“端到端”已成为智能驾驶领域的新目标。

在今年年初，特斯拉推出了配备“端到端神经网络模型”的第一个FSD V12监督版。然后，许多OEM，包括Hongmeng Zhixing，Ideal和Xiaopeng，都使大众生产推动了“端到端”的智能，驱动了下半年的重要目标之一。

最近，Dong Car Association还在公共路上经历了最新的华为 ADS 3.0 的「端到端」智驾表演。

实际上，这确实令人印象深刻。

不要看广告，看疗效。

如果将在路上打开“端到端” ADS3.0，该怎么办？这应该是用户最关心的。在实际的应用级别上，华为ADS 3.0实现了「从车位到车位」的物理端到端。

早些时候，我们测试了第一个配备了华为ADS3.0的Xingjie S9。多亏了“端到端”仿生神经网络模型，Xingjie S9已获得了一系列智能驾驶能力的升级，包括停车空间开始，路边启动，路边停车，任何时间变化以及自主登机口和自动距离通行，努力使用智能辅助驾驶以渗透到整个场景中，实现「有路就能开」。

正式计划的试驾路线也很有趣。我们直接从苏州四季酒店的地下室出发。目的地是台湾文艺复兴时期酒店的地下室。整个旅程超过40公里，大约需要1小时。

由于两个地方的地下停车场都已扫描，并且可以通过航行将其视为“公共停车位”，因此我们可以将导航设置为Renaissance Hotel的车库停车位，该车库停车位的静态停车位，然后直接单击方向盘上的智能驱动器按钮。享受S9将明智地驱逐停车位，并赶出四季酒店的车库。

即使四个季节酒店地下室的入口和出口是一个非常狭窄的右角弯曲，但它并不陷入困境，但它巧妙地靠在墙上。识别门还可以自动减速和加速并在抬起杠杆后驱动。

酒店公园中的道路没有在导航地图上显示，但是Xingjie S9的环境感知和决策能力已升级，这不仅可以避免出现明确的送货车辆，还可以暂时设置障碍。

面对岛时，我非常平静。我以更快的速度完成了岛上的通道，方向盘也非常快。

过去，无需接管ADS3.0需要接管的营业额方案。 Zhijia滑动方向盘，转过身转身经过。

识别交通信号灯的感觉也变得更加敏感。当绿灯闪烁时，车辆已经捕获了它，提前做出了预测，并自动实现了放慢速度，并在红灯之前稳步停止。

面对一些复杂的方案时，ADS 3.0的端到端优势会反映出来。在您需要在最右边的车道上行走的场景中，所需的车道被占据并且道路标记尚不清楚，Xianjie S9决定性地取消了车道的变化，并选择加速绕道。丝滑程度堪比真人老司机一样提前做了预判。在高速公路上，Xianjie S9现在无需接管坡道上下时，即使它不断更换车道，也可以迅速响应。

唯一的缺点是车道的变化一如既往地活跃。即使在标准状态下，我也觉得很多时候它不需要故意更改车道。更换车道后，您仍然必须更换车道。考虑到老板经常坐在Xingjie S9的后排，这条车道变更经验应该受到老板的批评，对吗？

也许，Xingjie S9可以考虑智能驾驶的特殊调整版本的版本，该版本不是激进的，并且可以安全地驱动？为了减轻这种情况，我们可以尝试通过默认情况下将NCA的车道变更偏好设置为“软”，以便减少车道变更和超车的频率，或者考虑更改智能驱动器的车道变化策略，以进行手动确认。但是，这样，就不太可能实现完全零接管。

最后，我们到达了文艺复兴时期酒店，导航目的地的入口，然后享受S9，然后无缝驶入地下车库，发现目标停车位并独自停留在我们身上。在全程 NCA 且完全零接管的情况下，实现了从车位到车位的端到端智驾。我认为使用从停车位到停车位的物理端到端性能来衡量端到端智能驾驶的价值更容易理解和全面。

在“端到端”模型的支持下，ADS 3.0的智能驾驶性能更符合我们对智能驾驶的主观想象。它更像是人类驾驶员，并且在交通效率方面取得了长足的进步。

目前，如果Yu先生再次说：“（华为广告）无限接近L3”，那么疑问应该更少。

在华为的ADS 2.0智能驾驶解决方案中，华为提出了一个基于激光融合的神网络，并与RCR Road Road拓扑推理网络合作，以实现“可以用图片和图片开放的智能驾驶性能”，使车辆能够以人的方式实现人类的意识，并能够实现所有的知名度，并能够实现“人类的意识”。 能力。

华为ADS 2.0 BEV+上帝+RCR网络

其中，上帝网络（一般障碍物检测）可以使用LiDAR +相机来识别一般障碍物的白名单之外的特殊物体。像游戏《我的世界》一样，3D像素块也用于构建障碍物的轮廓，以便在道路上识别障碍物。它不仅可以识别障碍的运动和静态，还可以匹配和区分救护车，警车，行人等。

上帝感知算法示意图（图片来自：华为官方网站）

借助上帝网络，智能驾驶系统不再具有识别道路上障碍的上限，并且确实取得了「看得懂物」的成就。

外星障碍“世界”（图片来自：华为官方网站）

RCR网络（道路认知推理）是要进一步使Zhihua摆脱高精度地图的依赖性，结合普通导航地图以匹配并与现实进行验证，然后使用传感器实时绘制可用的驾驶图。

借助RCR网络，智能驾驶系统可以实现“特定道路条件的特定分析”，并真正实现「看得懂路」。

可以看出，过去，智能驾驶是基于“感知计划（决策） - 控制”的研发逻辑，该逻辑是将感知数据传输到调节中，以进行匹配和识别，然后输出控制说明以控制车辆驾驶。

如果传感器感知的“这个问题”（道路状况信息）是已经完成的（训练有素的功能信息），则控制端可以给出“正确的答案”（正确的决策计划），以便车辆可以完美地应对当前的道路状况。

毕竟，有数百万道路，安全是第一条道路。道路状况迅速变化。在遇到一些未经训练的场景时，智能驾驶系统将亏本，只能促使人类驾驶员接管车辆。

为了提高智能驾驶的控制性能，并使智能驾驶能够像人类一样驾驶，这是智驾系统能够像人类一样思考所必需的。

结果，智能驾驶开始引入建立在诸如Chatgpt之类的巨大神经网络上的大型语言模型。智能驾驶系统直接从“端到端模型”中直接处理从传感器接收到的感知数据，完成判断和决策，最后输出控制指令。

在ADS 3.0中，华为神经网络神和RCR，并将该算法的这一部分纳入完整的上帝感知神经网络，然后将感知数据交给PDP决策神经网络以计划驱动路线和输出“思考”结果。

在建立的上帝+PDP神经网络模型之后，华为随后使用其云AI训练平台进行大量数据培训，从而可以快速迭代和升级该模型。

ADS3.0提高了上帝网络的多维三维感知能力，并使用“端到端”决策的PDP，并可以实现取消作用。从原来的「看得懂物」升级到「看得懂路」，允许智能驾驶系统更有效，准确地“了解驾驶场景”，并以低延迟的决策速度独立处理复杂的道路条件。通常，它会为用户带来稳定，安全且聪明的驾驶体验，而无需接管。

但是，根据当前的初始培训结果，它仍然太激进了，无法让AI坐在驾驶员座位和驾驶中。目前，华为的端到端模型还增加了「本能安全网络」进行智驾的下限兜底，以确保决策神经网络不会越过安全红线。

吴Xinzhou曾经提到，端到端将与传统的自主驾驶堆栈平行运行。一开始，端到端模型将在影子模式下运行，以比较在同一情况下人类驾驶，传统堆栈和端到端算法输出中的行为差异，并根据人类反馈进行微调。然后，端到端可以与传统技术堆栈平行，两者将相互补充。成熟后，传统堆栈可以逐渐消失。

端到端的算法就像他们的摇篮中的天才男孩一样。尽管他们将来可能会成为医生，但他们需要在成长过程中教授小学和初中的老师。这是当前传统堆栈的作用。随着时间的流逝，端到端最终将成长为一个可以独自站立的强大“专家”。

因此，无论是华为ADS3.0的端到端仿生大脑，理想AD的快速/慢系统以及Xiaopeng的XNET+Xbrain+Xbrain+Xplanner架构，它都在端到端的决策和车辆控制之间做出了许多限制和冗余度量。

一般而言，目前的端到端智能驾驶目的是简化智能驾驶系统体系结构，通过单个神经网络模型完成整个智能驾驶系统的感知和决策任务，减少对大规模场景规则和代码的依赖，从而改善智能驾驶的实际效果，并满足用户的实际智能驾驶需求。

如果这是以前的智能驾驶策略，更不用说智能驾驶从一个停车位到另一个停车位的零接管，那么岛上的单手交通和营业额方面，智能驾驶很少可以正常，自主行驶。大多数时候，必须提醒人类驾驶员接管驾驶。

简而言之，加上ADS 3.0的端到端实际体验，使用大型模型使智能驾驶更加人性化。从全国都能开，升级到有路就能开。中国的汽车行业正在重塑消费者在电气化和智能方面对汽车的偏好和选择。其中，智能驾驶已成为新能量车的智能的重要特征，消费者对智能驾驶和价值的理解正在增加。

消费市场的需求选择反过来促使汽车公司更加紧密地拥抱电气化和情报。只有在智能驾驶舱和智能驾驶中做得好，我们才能在智力的下半场立足。

因此，那些在智能驾驶中没有竞争优势的汽车公司正在试图弥补智能驾驶的缺点。

就像有争议的Zekr一样，在推出2024 Zekr 001几个月后，它立即迫不及待地想推出2025型号。新的计算平台已从双Mobileye Eyeq5H升级到双Nvidia orinx。相比之下，这24个型号只有48台计算能力，而25个型号的计算能力具有508台，强度更强。

尽管这一举动引起了许多旧车所有者的不满，但这是Jikr的最后手段。

根据Zekr的回应，目前启动了2025年Zekr 001，以与更多的潜在用户见面：

配备Zekr 007的Haohan Zhijia受到用户和行业的广泛赞誉。 Zekr 001的许多潜在用户都要求选择Haohan Zhijia解决方案。同时，我们自己的品牌NP（净启动子得分）调查还发现，Zhijia是影响用户选择Zekr 001的因素。因此，使用内部决策和自我开发的智能驾驶解决方案，可以使用用户提供更多选择。

与Mobileye的智能驾驶解决方案相比，自我开发的Haohan智能驾驶解决方案显然可以重新获得某些用户在智能驾驶体验中的声誉，但是改用自我开发的智能驾驶可能为时已晚。此外，从价值保存的角度来看，这种更换和更新的频率将不可避免地影响潜在用户的信心。

正当成绩偏科的同学在决心勤能补拙，而排名靠前的优等生们已经开始研读新学期的课题了。对于那些使“智能驱动器”成为独特品牌标签的汽车公司，例如Hongmeng Zhixing，Xiaopeng，Ideal等。他们已经大量生产并推动了“可以在全国范围内开放”智能驾驶员，现在他们正在开发端点的端点大型型号智能驾驶员解决方案。

他们都有类似的目标，即从进入进入的情况下完全覆盖用户的通勤，并将其完全留给Ai Zhihua驾驶。与遵循规则的传统智能驾驶解决方案相比，端到端的智能驾驶解决方案将促进智能驾驶从算法工程到数据工程的转变。

当它从ADS1.0迭代到ADS2.0时，华为广告团队曾经披露了其全栈自身开发的AI训练系统。

建立智能驾驶模型的最坚实的基础和信心来自华为自己的云AI训练平台。当时，他们已经使用了超高的计算能力，该计算能力比大多数同行的大多数同龄人每天24小时进行模型培训，每五天就可以实现迭代速度的升级速度。

到达ADS3.0的端到端，学习和培训的计算能力已从半年半发行的3.5E拖鞋更新到5E拖鞋（Yu先生还说，当时3.5e计算机的计算能力已经是中国第二和第三名的总和），该模型的日常培训的路线介绍了3,500万千分之立。此外，这种计算能力数字不是华为广告的终点，而是会继续增加投资并继续改善。

随着智能驾驶进入深水，智能驾驶AI大型模型的培训与大量和多样化的高质量数据密不可分，并且自动化和高级数据处理系统也至关重要。可以说，数据将占端到端智能驾驶开发中的研发成本的80。

正如大型语言模型强调了之前的大量参数一样，端到端的多模型模型也对数据有很强的需求。特斯拉是FSD V12上第一个实用端到端模型的人，马斯克曾经说过：

使用100万个视频切片的培训几乎不够； 200万，稍好； 300万，您会感到哇（惊人）； 1000万，这真是不可思议。

因此，汽车公司大规模生产的智能驾驶车正在成为最佳数据采集工具。当大量生产的智能驾驶车辆在道路上行驶时，他们收集的真实数据将成为持续优化和迭代智能驾驶算法的关键资源。

特斯拉舰队。图片来自：特斯拉北美官方网站

根据汽车公司发布的数据，特斯拉在北美拥有约3-4万辆汽车的用户车队；据估计，到2024年底，配备了华为智能驾驶系统的车辆数量将超过500,000；截至2024年第一季度，理想总共提供了70万辆汽车，所有车型均配备了AD智能驾驶功能标准；截至2024年4月，NIO智能驾驶的用户总数达到495,300，NOP+用户的总数达到245,800。

因此，巨大的计算能力背后是自我发展的实力，丰富的资金和高市场份额的补充。

华为ADS3.0的大规模生产足以证明可以大规模生产和商业化的端到端智能驾驶模型是一家领先的制造商，需要掌握数据资源，丰富的资金和技术积累，并坚持正确的技术路线，并坚持正确的技术路线并进行长期投资以实现这一目标。

从这个角度来看，使用集成软件和硬件功率构建的“端到端”智能驾驶模型将成为用于智能驾驶的“ AI技术墙”。

可以在道路上驾驶的端到端智能驾驶显然是智能驾驶领域的新基准，但是在技术墙外，汽车公司仍然有大量车型无法实现可以按计划在全国范围内驾驶的智能驾驶的承诺。

最终可以争夺“端到端智能驾驶”卡片表的球员不仅需要前瞻性的勇气，而且还需要足够的勇气，而且短期内只有少数公司。

#welcome遵循Aifaner的官方微信官方帐户：Aifaner（微信ID：IFANR），并将尽快向您展示更多令人兴奋的内容。

AI粉丝|原始链接·Sina Weibo

如果你还想了解更多这方面的信息，记得收藏关注本站。

用户评论

追忆思域。

刚从奥德赛游回家！感觉就像经历了一场冒险梦境，太震撼了！游戏画面精致到令人窒息，地图设计也让人流连忘返。最让我感动的就是剧情和角色刻画，满满的细节让我想沉浸其中。强烈推荐给所有想体验顶级游戏的玩家！

    有20位网友表示赞同！

oО清风挽发oО

玩了几天奥德赛，总体来说还不错吧，但我觉得战斗系统有点简单，缺乏深度。而且地图虽然大，但是一些区域设计比较平淡，缺乏趣味性。期待后续可以更新更多内容完善游戏体验。

    有9位网友表示赞同！

冷眼旁观i

奥德赛这款游戏真的很用心！无论是场景细节还是配乐都非常出色，让我感觉自己身临其境。我最喜欢的就是主线故事了，扣人心弦的剧情和角色塑造，绝对值得细品。强烈推荐给喜欢探索型游戏的玩家！

    有11位网友表示赞同！

莫失莫忘

买了奥德赛还没玩过，看到大家的评论很多好评，也挺想试一试啊。最近正好有朋友一起打游戏，到时候我们来一起体验一下这个盛大冒险的世界吧！

    有14位网友表示赞同！

Edinburgh°南空

我个人感觉奥德赛的优点更多，当然也有改进空间。比如战斗系统确实可以再完善一些，但故事性和环境的呈现都非常出色。我喜欢那种深入角色内心感受的故事，真的让人印象深刻。

    有9位网友表示赞同！

ok绷遮不住我颓废的伤あ

作为一款开放世界游戏来说，我对奥德赛的地图大小和设计很满意！探索感十足，每踏进一个区域都会有不同的惊喜和挑战。但我觉得任务设计有点单调重复，希望后期能更新更丰富有趣的活动。

    有18位网友表示赞同！

傲世九天

玩了一整个晚上都没想睡觉，奥德赛这游戏太入迷了! 剧情引人深思，地图美景无处不 在，还有各种精彩的谜题和挑战，让我爱不释手！

    有16位网友表示赞同！

伤离别

刚玩完奥德赛主线剧情，感觉有些仓促啊。虽然故事设定很有趣，但很多角色的发展和剧情细节都没能深入展开，有点可惜。不过总体来说还是是一部挺好玩的冒险游戏。

    有6位网友表示赞同！

抓不住i

期待更多关于奥德赛的扩展内容！我希望开发者可以为我们带来全新的关卡、任务和道具，让我在这个美妙的世界里体验更久的时间。

    有9位网友表示赞同！

无望的后半生

我对奥德赛的游戏机制不太满意。有些操作逻辑比较复杂，感觉没有很好地引导玩家。如果能简化一些操作流程，提升游戏易用性的话，相信会更有吸引力。

    有15位网友表示赞同！

蝶恋花╮

刚看到这个标题就兴奋极了！我一直期待一款关于奥德赛的故事，现在终于等到官方发行的版本了！希望这款游戏能让我感受更多古代神话的魅力和冒险的乐趣。

    有10位网友表示赞同！

看我发功喷飞你

别跟我说这只是一个虚构的游戏！我已经深深沉浸在奥德赛的世界里了。我想了解这片神秘大陆上的文化、历史和传说，期待着可以探索更多隐藏着的秘密和宝藏。

    有17位网友表示赞同！

予之欢颜

我特别喜欢这种跨越时空的叙事方式。将神话故事融入到现代游戏的设计中，真是太巧妙了！期待能够在这个奥德赛的世界里体验不同的冒险故事，感受不同时代的文化交融。

    有5位网友表示赞同！

一生荒唐

这个游戏的画面风格真的很不错，很有古希腊的神话意境。特别是那些人物模型的雕刻感，简直令人叹为观止！希望游戏能够延续这样的高水平设计，呈现出一个美丽而充满魅力的世界。

    有15位网友表示赞同！

珠穆郎马疯@

虽然我还没玩过奥德赛这款游戏，但我知道它有很多争议。有些人觉得太注重剧情和环境描写，而忽略了战斗的爽快感。但也有人觉得故事性和世界观是游戏的最大优势。我对这款游戏有点期待和疑惑，希望能够亲自体验一下才能做出最终判断。

    有17位网友表示赞同！

墨城烟柳

作为一个喜欢开放世界游戏的玩家，我觉得奥德赛这款游戏非常棒！探索未知的世界、完成各种任务、收集稀有的装备……让我兴奋不已！当然，有些细节设计还待提升，但我总体来说还是非常推荐的！

    有18位网友表示赞同！